নেভিগেশন
AI BENCHY
Advertise here

Meituan: LongCat 2.0 vs Qwen: Qwen3.6 Max Preview

LongCat 2.0 (low) average score-এ এগিয়ে: 6.7 vs 6.6. Qwen3.6 Max Preview-এর benchmark খরচ কম: $0.231 vs $0.391. Qwen3.6 Max Preview দ্রুত: 7.82s vs 100.31s, pass rates 53.0% vs 60.6%.

প্রস্তাবিত মডেলQwen3.6 Max PreviewIts score stays close to the best score here (6.6 vs 6.7), while costing about 1.7x less than LongCat 2.0 (low).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-20

মেট্রিক LongCat 2.0 LongCat 2.0 low প্রকাশ: 2026-07-20 Qwen3.6 Max Preview Qwen3.6 Max Preview none প্রকাশ: 2026-04-20
স্কোর 6.7 6.6
র‍্যাঙ্ক #91 #98
নির্ভরযোগ্যতা 9.6 9.9
ধারাবাহিকতা 8.9 9.3
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 53.0% 60.6%
অস্থির টেস্ট 3 2
মোট রান 66 66
প্রতি ফলাফলে খরচ 3.910 2.061
মোট খরচ $0.391 $0.231
ইনপুট মূল্য $0.300 / 1M $1.040 / 1M
আউটপুট মূল্য $1.200 / 1M $6.240 / 1M
মোট ইনপুট টোকেন 90,909 106,339
আউটপুট টোকেন 5,679 19,257
রিজনিং টোকেন 297,369 0
প্রতিক্রিয়া সময় (গড়) 100.31s 7.82s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 560.39s 102.62s
প্রতিক্রিয়া সময় (মোট) 2206.82s 172.01s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#91 LongCat 2.0

low
খরচ
$0.024
সময়
428.0s
টোকেন
19,557 tok

#98 Qwen3.6 Max Preview

none
খরচ
$0.025
সময়
83.9s
টোকেন
4,066 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
LongCat 2.0 6.6 4.6 77.8% 2 479.30s 6,544 461 206,627
Qwen3.6 Max Preview 3.8 7.3 22.2% 1 3.12s 7,913 456 0

দ্রুত তুলনা

তুলনার জুটি বদলান